再次计算5点34个结构的分类准确率

( A, B )---6*30*2---( 1, 0 )( 0, 1 )

做一个网络分类A和B让训练集A有6张图片B全是0，测试集也有6张图片

0	1	0	0	0	0	0
1	0	1	0	0	0	0
2	0	0	1	0	0	0
3	0	0	0	1	0	0
4	0	0	0	0	1	0
5	0	0	0	0	0	1

收敛误差为7e-4，收敛199次，统计A分类准确率的平均值。

用4点结构的16个分类准确率相加计算5点结构的34个分类准确率,不同的是这次把分类准确率中小于0.5的值全都去掉

如5a3

直接相加得到

测量	0.3858	0.3847	0.3855	0.6486	0.9821	0.9835
4	0.4388	0.4396	0.4396	0.8101	0.9957	0.8087
4	0.4388	0.4396	0.4396	0.8101	0.8087	0.9957
2	0.3811	0.3833	0.3833	0.861	0.9971	0.9959
2	0.3811	0.3833	0.3833	0.861	0.9959	0.9971
1	0.3864	0.3856	0.3844	0.3874	0.9865	0.9876
平均	0.4052	0.4063	0.4061	0.7459	0.9568	0.957

只保留大于0.5的值

测量	0.3858	0.3847	0.3855	0.6486	0.9821	0.9835
4	0	0	0	0.8101	0.9957	0.8087
4	0	0	0	0.8101	0.8087	0.9957
2	0	0	0	0.861	0.9971	0.9959
2	0	0	0	0.861	0.9959	0.9971
1	0	0	0	0	0.9865	0.9876
平均	0	0	0	0.8355	0.9568	0.957

计算值顺序和测量值顺序一致

测量	0.6486	0.9821	0.9835
平均	0.8355	0.9568	0.957

用这个办法计算所有34个结构的分类准确率

不考虑行列变换对分类准确率的影响，16个4点结构的分类准确为

1	0.382	0.9867	0.9878	0.3843	0.384	0.3844
2	0.3806	0.8609	0.9972	0.9959	0.3834	0.3812
3	0.3497	0.7799	0.9981	0.3467	0.3484	0.3473
4	0.4389	0.811	0.9958	0.8097	0.44	0.4372
5	0.2725	0.9993	0.9974	0.2707	0.2712	0.273
6	0.2941	0.9993	0.2936	0.2922	0.2934	0.2939
7	0.9987	0.9993	0.9988	0.2968	0.2945	0.2943
8	0.2929	0.9994	0.9993	0.2927	0.2931	0.2945
9	0.3506	0.9782	0.9782	0.9987	0.9983	0.3516
10	0.4376	0.9389	0.9393	0.9394	0.9982	0.4395
11	0.3507	0.9764	0.9762	0.9993	0.3472	0.3458
12	0.4377	0.9856	0.9856	0.4375	0.4398	0.4376
13	0.2859	0.9993	0.9993	0.9994	0.9994	0.2812
14	0.4389	0.9474	0.9388	0.9955	0.4398	0.4387
15	0.4385	0.9848	0.9846	0.9831	0.9832	0.4383
16	0.4758	0.9124	0.9129	0.9129	0.9128	0.4757

34组结构加法为

相加得到

1	0.2993	0.3011	0.2987	0.2998	0.9897	0.9804
	0	0	0	0	0.994	0.9513

2	0.3018	0.303	0.3025	0.9831	0.981	0.9849
	0	0	0	0.9685	0.9973	0.9687

3	0.3858	0.3847	0.3855	0.6486	0.9821	0.9835
	0	0	0	0.8355	0.9568	0.957

4	0.3844	0.3822	0.3834	0.9004	0.9709	0.9927
	0	0	0	0.9462	0.9641	0.9838

5	0.3852	0.3827	0.7716	0.7712	0.9948	0.9931
	0	0	0.8973	0.897	0.9856	0.9972

6	0.2965	0.2946	0.8203	0.9968	0.9956	0.9952
	0	0	0.925	0.9944	0.9982	0.9981

7	0.2961	0.294	0.294	0.998	0.7238	0.9944
	0	0	0	0.9982	0.8763	0.997

8	0.3815	0.3818	0.3812	0.9971	0.7057	0.7043
	0	0	0	0.9974	0.8455	0.8462

9	0.2953	0.2945	0.2941	0.8125	0.9971	0.998
	0	0	0	0.9252	0.9945	0.9979

10	0.2931	0.295	0.2926	0.2938	0.6529	0.9985
	0	0	0	0	0.8378	0.9986

11	0.4396	0.439	0.994	0.754	0.7524	0.7541
	0	0	0.9796	0.8682	0.8674	0.8678

12	0.3802	0.3819	0.3808	0.9962	0.9273	0.3806
	0	0	0	0.9912	0.9057	0

13	0.3823	0.3819	0.8633	0.9972	0.9678	0.9674
	0	0	0.9259	0.9951	0.9849	0.9849

14	0.3821	0.3841	0.3833	0.8071	0.998	0.8229
	0	0	0	0.8951	0.9972	0.8973

15	0.3804	0.3831	0.3826	0.9972	0.9817	0.9817
	0	0	0	0.9959	0.9404	0.9404

16	0.3818	0.9246	0.926	0.9252	0.998	0.9982
	0	0.9593	0.959	0.9592	0.9986	0.9986

17	0.294	0.2936	0.293	0.9689	0.9687	0.9993
	0	0	0	0.9844	0.9845	0.9993

18	0.2943	0.974	0.9744	0.9987	0.9988	0.9989
	0	0.9841	0.984	0.999	0.9991	0.9991

19	0.1574	0.1554	0.1574	0.1554	0.9993	0.9968
	0	0	0	0	0.9993	0.9976

20	0.1637	0.1658	0.1639	0.9981	0.998	0.9993
	0	0	0	0.9984	0.9984	0.9993

21	0.3829	0.383	0.9367	0.9948	0.9223	0.998
	0	0	0.9466	0.9895	0.9445	0.9973

22	0.2637	0.267	0.9718	0.9716	0.9985	0.9993
	0	0	0.9841	0.9842	0.9987	0.9991

23	0.4395	0.8869	0.8862	0.9975	0.8871	0.8863
	0	0.9329	0.9325	0.9982	0.9328	0.9328

24	0.438	0.4383	0.4378	0.976	0.9761	0.7918
	0	0	0	0.947	0.9467	0.8743

25	0.1644	0.1631	0.1639	0.9993	0.1649	0.1647
	0	0	0	0.9993	0	0

26	0.3818	0.3794	0.9279	0.9273	0.9278	0.9991
	0	0	0.9596	0.9597	0.9598	0.9988

27	0.1634	0.1659	0.165	0.9993	0.9991	0.1638
	0	0	0	0.9993	0.9986	0

28	0.1429	0.1418	0.9982	0.9983	0.9984	0.9993
	0	0	0.9989	0.999	0.9991	0.9994

29	0.4406	0.438	0.864	0.8641	0.9909	0.9488
	0	0	0.9179	0.9176	0.9822	0.9697

30	0.3785	0.9989	0.9791	0.9791	0.9807	0.981
	0	0.9987	0.9849	0.9849	0.9853	0.9854

31	0.1545	0.1539	0.1548	0.9984	0.9993	0.9993
	0	0	0	0.9986	0.9991	0.9991

32	0.4381	0.9809	0.9811	0.9411	0.9415	0.9414
	0	0.9881	0.9881	0.9612	0.9613	0.9612

33	0.1555	0.9992	0.9993	0.9993	0.9994	0.9994
	0	0.9993	0.9993	0.9994	0.9994	0.9994

34	0.4758	0.8728	0.8725	0.8731	0.8724	0.8722
	0	0.9129	0.9127	0.9131	0.913	0.9129

除了2，5，14，21这4项偏差略大，其余各项与测量顺序几乎都相符。

再次计算5点34个结构的分类准确率

相关资讯

热文排行

最新新闻

推荐新闻

热搜词